In stochastischen Umgebungen müssen viele Systeme, wie autonome Fahrzeuge und intelligente Stromnetze, sequentielle Entscheidungen auf Basis unvollständiger oder fehlerhafter Daten treffen. Diese Dissertation untersucht zwei Schlüsselaspekte: den Wert von Information (VoI) in vernetzten Regelungssystemen und risiko-averse Online-Optimierung. Durch optimales Steuerungs-Kommunikations-Co-Design und die Entwicklung robuster Lernalgorithmen wird die Systemleistung und -resilienz unter Unsicherheit verbessert.
«
In stochastischen Umgebungen müssen viele Systeme, wie autonome Fahrzeuge und intelligente Stromnetze, sequentielle Entscheidungen auf Basis unvollständiger oder fehlerhafter Daten treffen. Diese Dissertation untersucht zwei Schlüsselaspekte: den Wert von Information (VoI) in vernetzten Regelungssystemen und risiko-averse Online-Optimierung. Durch optimales Steuerungs-Kommunikations-Co-Design und die Entwicklung robuster Lernalgorithmen wird die Systemleistung und -resilienz unter Unsicherheit v...
»